进程和线程
进程和线程
进程
进程是 系统资源分配的基本单位。 进程拥有独立的系统资源，包括内存空间、文件描述符、CPU 时间片等，这些资源的分配由操作系统负责。
操作系统通过 进程控制块（PCB，Process Control Block） 对进程进行管理，进程控制块中包含一系列进程的元信息。
线程
线程是 系统调度的基本单位 。 多核处理器可以将系统中的不同线程调度到不同的 CPU 逻辑核心上，所以在同一个时刻，系统中的线程可能会在不同的逻辑核心上并行运行。
每个进程启动的时候，都包含一个线程（主线程），可以在主线程外创建更多的线程。
如上图所示，一个进程中的所有线程都共享虚拟地址空间和系统资源，但是每个线程都维护自己的堆栈、寄存器和一些额外信息。
进程的状态
进程状态是指在操作系统中，一个进程在执行过程中的不同阶段。它反映了进程当前正在做什么，以及是否可以被CPU执行。
状态种类
不同的操作系统对进程状态的划分可能不同，但常见的包若以下几种：
- 创建状态（New）：当进程被创建但还未分配资源或执行时，它处于创建状态。
- 就绪状态（Ready）：在就绪状态中，进程已准备好执行，但由于操作系统调度算法或其他原因，尚未获得 CPU 时间片。
- 运行状态（Running）：在运行状态中，进程正在执行指令并占用 CPU。
- 阻塞状态（Blocked）：当进程在等待某些事件发生时，如等待 I/O 操作完成或等待其他资源时，它会进入阻塞状态。在阻塞状态下，进程暂停执行，直到等待的事件发生。
- 终止状态（Terminated）：当进程执行完毕或被操作系统终止时，它进入终止状态。
状态转化
- 就绪状态到运行状态：
- 调度：当操作系统的调度器选择一个就绪状态的进程分配给处理器时，该进程就会从就绪状态转换到运行状态。
- 运行状态到就绪状态：
- 时间片用完：如果系统使用时间共享调度，当进程的时间片用完，它会被中断并放回就绪队列。
- 优先级更高的进程就绪：在优先级调度算法中，如果一个优先级更高的进程变为就绪状态，当前运行的进程可能会被挂起。
- 自愿放弃 CPU: 进程可能主动放弃 CPU，比如它发出了一个系统调用请求其他资源。
- 运行状态到阻塞状态：
- I/O 请求：进程进行 I/O 操作，由于 I/O 设备比 CPU 慢得多，进程会被挂起直到 I/O 完成。
- 等待资源：进程等待不可用的资源，如信号量、互斥锁等。
- 等待事件：如等待其他进程的信号、消息或者某个条件的发生。
- 阻塞状态到就绪状态：
- I/O 完成：当 I/O 操作完成，相应的进程会被移至就绪队列。
- 资源获得：进程所等待的资源变得可用，如获得了互斥锁。
- 事件发生：进程所等待的事件发生了，如接收到了另一个进程发出的信号。
进程内存空间
- 用户空间（User Space）：包含进程执行的用户程序代码和数据。在用户空间中，进程可以执行各种任务，如运行应用程序、访问文件系统等。用户空间对于应用程序是可见的，但对于操作系统中的核心功能是不可见的。
- 代码区（Text Segment）：也称为"可执行代码区"，存储了进程的可执行代码，包括程序的指令和只读数据。这个区域通常是只读的，因为程序的指令在运行时不应该被修改。
- 数据区（Data Segment）， 数据区分为两个子区域：
- 初始化数据区（Initialized Data Segment）：存储全局和静态变量以及初始化的数据。这些变量在程序运行前就已经分配了内存并初始化。
- 未初始化数据区（Uninitialized Data Segment）：也称为"BSS"（Block Started by Symbol）段，存储全局和静态变量，但这些变量没有显式的初始化值。操作系统会在程序启动时自动将这个区域初始化为零。
- 堆区（Heap）：堆区是动态分配内存的地方，用于存储程序运行时需要的变量和数据结构。在堆中分配的内存需要手动释放，以避免内存泄漏。
- 栈区（Stack）：栈区用于存储函数调用和局部变量。每个函数调用都会在栈上创建一个栈帧，栈帧包含了函数的参数、局部变量以及函数返回地址。栈是一种后进先出（LIFO）的数据结构，它的大小通常有限，由操作系统或编程语言定义。
- 内存映射区域（Memory Mapped Region）：这是一些操作系统或运行时库的扩展，用于存储动态链接库（DLL）和共享库的信息以及其他系统数据结构。
- 内核空间（Kernel Space）：内核空间包含了操作系统的核心代码和数据结构，如页表、调度程序和系统调用接口等。内核空间具有更高的特权级别，可以执行特权指令并且访问系统的各种资源，内核空间对于用户程序是不可见的。
函数调用时内存结构
EBP (base pointer) 指向函数栈（栈帧）的底部（高地址），函数执行过程中在栈帧中分配局部变量，栈帧由高地址向低地址增长，ESP（stack pointer）一直指向栈顶。
每个函数的栈帧中包含如下内容：
- 上一个函数的 EBP
- 该函数的局部变量
- 如果函数内有
call指令的话，还需要保存额外信息：- 下一个函数的参数：依次存储从第 n 个到第 1 个，从高地址到低地址
- 返回地址：当前 PC 指向的位置，即
call指令的下一条指令的地址
在函数的调用过程中，调用函数叫做 caller，被调用函数叫做 callee。当我们从 caller 中调用 callee 时，callee 的 EBP 指向的物理地址的上下存储单元分别包含 caller 的返回地址以及 caller 所在栈帧的 EBP，当我们在 callee 中执行 ret 指令时，计算机可以跳转到 caller 中 call 指令的下一条并开始执行，同时 caller 的栈帧也会被恢复。
进程间通信
- 共享内存（Shared Memory）：共享内存允许多个进程访问相同的物理内存区域，这样它们可以直接共享数据，而不需要复制数据。这是一种高效的通信方式，但需要谨慎管理共享数据以避免竞态条件。
- 管道（Pipes）：管道是一种单向通信方式，通常用于父子进程之间或兄弟进程之间的通信。有命名管道和匿名管道两种，匿名管道只能在有亲缘关系的进程之间使用。
- 消息队列（Message Queues）：消息队列是一种进程间通信的机制，允许进程通过消息来进行异步通信。消息队列通常由操作系统维护，可以支持多个读者和写者。
- 信号（Signals）：信号是一种轻量级的通信机制，用于通知进程发生了某些事件。进程可以发送信号给其他进程，比如终止信号、挂起信号等。
- 套接字（Sockets）：套接字是一种通用的进程间通信方式，通常用于不同计算机之间的网络通信。它支持多种协议，如 TCP 和 UDP，可以实现客户端-服务器通信。
- 信号量（Semaphores）：信号量是一种计数器，用于控制多个进程对共享资源的访问。信号量可以用于解决竞争条件和进程同步的问题。
用户级线程和内核级线程
- 用户级线程（user level thread）：用户级线程是在用户空间中创建和管理的线程，不依赖于操作系统的内核支持。这些线程由用户程序或用户级线程库管理，而不需要操作系统内核的介入。
- 内核级线程（kernel level thread）：内核级线程是由操作系统内核管理和调度的线程。每个内核级线程都有自己的内核数据结构（例如，进程控制块，PCB），由操作系统内核负责创建、销毁和调度。
以真实的应用场景为例，当我们使用 linux 的系统调用 pthread_create 或者 c++ 的 std::thread 创建线程时，这个线程其实是由操作系统进行管理和调度的，并不需要用户程序进行管理。当我们使用系统调用创建线程时，创建的实际是内核级线程。
那么用户级线程在实际应用中到底是怎样的呢，根据其定义，用户级线程由程序或用户级线程库管理，python 异步库 asyncio 中的的 coroutine 就是协程模型的实现，协程可以理解为更轻量的线程，协程库在用户空间内实现了一个调度机制，可以在系统执行一个线程的时间片内，创建多个协程并且在这个时间片内调度多个协程执行。由于协程的切换是在用户空间内实现的，不需要系统调用，所以效率更高，占用的资源更少。
用户级线程和内核级线程的映射方式（这里了解即可）包含多对一、一对一、多对多模型：